▲根據工研院IEK資料，全球大數據分析需求預測2020年將達到151億美元，因此工研院特別推出相關的技術能量，以其提升台灣在「智慧商務」領域的技術。(圖／工研院提供)
記者張煌仁／台北報導
工研院於26日發布發表四大「智慧商務」領域的應用技術。包括電子商城「融合多元方法之混合式推薦技術」、數位媒體「混合式個人音樂歌曲推薦」、市場決策「結合外部因子之動態價格預測分析」以及廣告「粉絲頁按讚預測」，全方位提升台灣在「智慧商務」領域的技術能量。
工研院巨資中心主任余孝先表示，根據工研院IEK資料，全球巨量資訊分析需求呈現快速成長，預測2020年將達到151億美元，未來運用巨量資料將逐步成為發展產業與掌握客戶需求的重要工具，其中「零售業」為全球巨量資訊第四大應用市場，發展潛力無限。有鑑於此，在經濟部技術處指導下，工研院積極發展國產自主的電子商城「融合多元方法之混合式推薦技術」，與Amazon、Netflix等國際大廠同步，可達到精準的推薦結果，並與富邦媒體科技(momo)進行為期三年的合作。
富邦媒體科技(momo)總經理林啟峰表示，工研院的技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，這項混合式推薦技術能分析使用者的瀏覽習慣、購物行為、消費需求與偏好，精確演算出適合推薦之商品。在短短2秒內，從百萬商品中預判出使用者最需要的商品，優先列入推薦，打造快速便利的多種個人化推薦應用，包括首頁主題購物樓層及商品頁、分類頁的推薦應用等，大幅提升momo消費者點擊率達1倍，藉由個人化推薦帶動的營收占比亦達10%。
而在「結合外部因子之動態價格預測分析」部分，則可分析外部事件帶來的供需影響與目標物歷史價格趨勢，計算出目標物未來1個月的價格波動，協助企業充分掌握市場的未來價格變化，以石化原料價格為例，工研院運用2012-2015年間外部事件與價格資料建立預測模型，預測精準度達93%以上。余孝先特別強調，台灣製造業正嚴重面臨國際競爭，如能在原物料價格方面精確預測，相信能大大提升企業的競爭力。
此外，社群網路文章的按讚數，現在也可以預測了！工研院研發出「粉絲頁按讚預測」，能分析粉絲個人資料、喜好與關注話題；並與粉絲曾瀏覽或搜尋文章的歷史資料進行交叉演算，進而準確預測出新文章推出後的粉絲頁按讚數量。這項新技術還能事先針對特定族群作出文字偏好分析，確保企業或部落客撰寫用字時，能準確吸引到特定族群，大幅提高新文章分享與點擊按讚的機率。
資訊恐慌症發作？
下載「ETtoday新聞雲APP」快速補給→
iOS：https://goo.gl/rmIDdx
Android：https://goo.gl/XPe8Uj
一秒掌握世界大小事
「ETMetro捷運報APP」離線看不斷線→
iOS：https://goo.gl/Dz9IsF
Android：https://goo.gl/lY8HnE
►►►關注2016，邀請讀者加入《ETtoday筋斗雲》粉絲團。
讀者迴響